现代电子技术

2021, v.44;No.579(04) 107-110

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度学习算法的农作物灾害预测研究
Research on crop disease prediction based on deep learning algorithm

谢泽奇;张会敏;

摘要(Abstract):

针对人工预测农作物病害的方法存在效率低、误差大的弊端,提出一种基于深度学习的农作物病害预测方法。首先采用基于改进深度学习的特征提取算法,提取农作物特征;基于提取的农作物特征,再通过基于粒子群支持向量机状态识别的农作物病害识别模型,实现农作物病害预测。实验结果表明:所提方法对农作物特征提取耗时最大值为54.76 ms,提取精度最大值为0.983;对同一农作物不同病害预测精度高达0.94,对不同农作物的同一病害、不同农作物差异病害的预测误差值均为0.02。某农科院采用该方法对马铃薯病害进行预测后,预测效果的满意态度达到100%,由此验证所提方法对农作物病害预测具有一定应用价值,预测性能显著。

关键词(KeyWords): 农作物;病害预测;深度学习;特征提取;状态识别;实验验证

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61473237);; 河南省高等学校青年骨干教师培养计划项目(2018GGJS200);; 科技厅重点研发与推广专项(科技攻关)项目(182102210545);科技厅重点研发与推广专项(科技攻关)项目(192102210289);; 河南省高等学校重点科研项目计划支持(20A520045)

作者(Author): 谢泽奇;张会敏;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.04.023

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享